Editing DeepSeek R1 (section)

== 环境安装与配置 ==
''（本节将重点介绍在个人电脑上部署 DeepSeek R1 蒸馏模型的步骤，以及所需的软硬件环境要求。）''

'''1. 系统与硬件要求：在考虑本地部署前，先评估一下您的设备。对于小参数量的模型（如1.5B、7B等），普通 PC 或笔记本即可运行，CPU 推理虽较慢但可行，有一块2GB以上显存的独立显卡则更佳 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。随着模型参数增大（14B、32B、70B），显存需求逐步升高：例如14B模型建议有至少10GB显存，70B模型则需40GB左右显存才能流畅运行 (deepseek-r1:1.5b)。如果您希望挑战完整的DeepSeek-R1（671B参数），则需要多机多卡的服务器集群'''支持——官方测试指出使用 BF16 精度权重推理需至少4台搭载8×64GB显存的高端服务器 (DeepSeek-R1-模型库-ModelZoo-昇腾社区)（这超出了个人用户范畴）。总之，小白用户一般选择蒸馏的小模型版本在单机运行即可。操作系统方面，Windows 10/11、Ubuntu Linux 20.04+、macOS 等均支持部署方案。

<nowiki>**</nowiki>2. 安装 Ollama 工具：**为了简化本地部署流程，我们采用社区推荐的 '''Ollama''' 工具。Ollama 是一个用于本地管理和运行大型语言模型的开源框架，支持跨平台安装 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。它可以帮我们自动下载模型、加载推理引擎，并提供统一的命令界面，非常适合小白使用。请按照以下步骤安装：

* 前往 Ollama 官方网站 下载适合您操作系统的安装包（Windows/Mac/Linux 均提供）。运行安装程序完成安装。'''Windows 用户'''请尽量将其安装在系统盘默认路径，以免出现环境变量配置问题 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。安装完成后，可在命令行中输入 <code>ollama version</code> 来验证是否安装成功。
* （Windows 用户特别提示：安装后可在“开始”菜单找到 Ollama 图标。双击图标会启动 Ollama 后台服务，但'''不会'''直接打开聊天界面。您仍需通过命令行与模型交互，这一点会在后续步骤说明 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。）

<nowiki>**</nowiki>3. 下载 DeepSeek R1 模型权重：**Ollama 提供了一个模型仓库，其中就包含了 DeepSeek R1 各个参数版本的模型。我们可以通过一条简单的命令来获取模型。例如，如果想安装 '''1.5B版本'''的模型，在终端/命令提示符中运行：
 <code>ollama pull deepseek-r1:1.5b</code>
上述命令将自动从 Ollama 库中下载 DeepSeek-R1 1.5b 模型权重并缓存到本地（首次运行<code>ollama run</code>时也会触发下载）。您也可以在 Ollama 官网上的 Models 页面找到 ''deepseek-r1'' 条目，选择对应版本并复制提供的命令执行 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。不同版本对应的命令标签如下：

* <code>deepseek-r1:1.5b</code> （约1.5B参数，权重文件≈1.1GB (deepseek-r1:1.5b)）
* <code>deepseek-r1:7b</code> （≈7B参数，≈4.7GB）
* <code>deepseek-r1:14b</code> （≈14B参数，≈9GB）
* <code>deepseek-r1:32b</code> （≈32B参数，≈20GB）
* <code>deepseek-r1:70b</code> （≈70B参数，≈43GB）
* <code>deepseek-r1:671b</code> （完整版671B参数，≈404GB，需特殊硬件，不建议小白尝试）

根据您电脑的配置选择合适的模型规模。**提示：**初次下载可能需要一定时间，请耐心等待。下载过程中如果速度异常变慢或中断，可尝试重启终端重新执行命令 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。模型文件下载完毕后，您已在本地成功安装了 DeepSeek R1！（无需手动解压或配置路径，Ollama 会自动索引已下载的模型）

<nowiki>**</nowiki>4. 配置运行环境：**一般情况下，安装好 Ollama 并下载模型后，无需额外配置即可运行模型推理。但如果您希望使用Web界面或进行更高级的操作，可能需要安装Docker和相关前端：

* ''（可选）安装 Docker：'' 若计划使用图形界面的 WebUI，与 Ollama 搭配通常需要 Docker 支持。到 Docker 官网 下载适用于您系统的 Docker Desktop 并安装 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。安装后重启电脑，并确保 Docker 处于启动状态（系统托盘出现鲸鱼图标）。
* ''（可选）安装 Open-WebUI：'' 这是一个流行的本地模型 Web 界面，可连接 Ollama 调用模型。访问 OpenWebUI 官网，按照指南获取并运行 OpenWebUI 容器 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。简而言之，在安装好 Docker 后，执行其提供的一键命令即可启动服务 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。启动成功后，您可以在浏览器中访问本地提供的界面，与模型以聊天形式互动 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。不过对于不熟悉这方面操作的小白来说，使用 WebUI 纯属锦上添花，不是必须步骤 (必看：DeepSeek-R1本地部署！超详细教程~ - 雨梦山人 - 博客园)。您完全可以跳过这两步，直接通过命令行与模型交互。

<nowiki>**</nowiki>5. 云端部署选项：**如果您的本地硬件无法满足需求，DeepSeek R1 也支持便捷的云端部署。AWS 已将 R1 模型纳入其 Amazon Bedrock 市场和 SageMaker JumpStart，中小团队可以通过几次点击在云端创建 R1 模型的托管端点 (DeepSeek-R1 模型现已在 AWS 上可用 | 亚马逊AWS官方博客) (DeepSeek-R1 模型现已在 AWS 上可用 | 亚马逊AWS官方博客)。此外，使用 AWS 的 Trn1 专用实例也可以高效地部署 DeepSeek R1 或其蒸馏模型 (DeepSeek-R1 模型现已在 AWS 上可用 | 亚马逊AWS官方博客)。对于国内用户，华为昇腾社区的 ModelZoo 也提供了 R1 在 Atlas 硬件上的部署教程 (DeepSeek-R1-模型库-ModelZoo-昇腾社区)。简言之，如果本地环境受限，您可以考虑租用云服务器或平台来运行 R1。但出于成本考虑，大部分小白用户更倾向于先用小模型本地跑通，有进一步需求再迁移云端。

完成上述安装和配置后，您就拥有了运行 DeepSeek R1 模型所需的环境。接下来，我们介绍如何实际调用模型来完成推理任务，包括基本的使用方法和命令示例。